KI in der E-Rechnung: warum der Hype in der Buchhaltung gefährlich sein kann

Jede zweite Produktankündigung im Finanzbereich führt inzwischen mit KI. Manches davon ist echt nützlich; manches schleust still Datenqualitätsprobleme ein, die niemand bemerkt — bis zur Betriebsprüfung. Der Unterschied liegt nicht in der Technik, sondern wo in der Verarbeitungskette man probabilistische Ergebnisse zulässt.

Wo KI ihr Geld wirklich verdient

Manche Rechnungsaufgaben passen hervorragend zu einem Modell, weil ein Mensch — oder eine spätere deterministische Prüfung — das Ergebnis kontrolliert, bevor etwas davon abhängt:

• Extraktion aus unsauberen Eingangs-PDFs. Ein gescanntes oder eigenwillig gestaltetes Lieferantendokument in einen strukturierten Entwurf zu verwandeln, ist genau die unscharfe Mustererkennung, in der Modelle stark sind.
• Vorschläge zur Feldzuordnung. Welche Spalte der Nettobetrag ist, welcher Code die USt-Kategorie — als Vorschlag, den der Nutzer bestätigt.
• Auffälligkeiten markieren. „Diese Rechnung ist das 10-Fache des üblichen Betrags für diesen Lieferanten“ ist ein hilfreicher Hinweis, keine Entscheidung.

In jedem Fall schlägt das Modell vor; etwas anderes entscheidet. Fehler werden früh und günstig gefangen.

Wo es niemals entscheiden darf

Der Gegenfall ist Arithmetik und Konformität: Summen berechnen, die USt-Aufschlüsselung ableiten oder behaupten, ein Dokument entspreche EN 16931 und PDF/A-3. Hier ist ein Modell das falsche Werkzeug — nicht, weil es „nicht schlau genug“ wäre, sondern weil der Fehler unsichtbar ist.

Das Problem der „selbstsicheren Falschheit“

Ein klassischer Bug fällt meist laut aus — ein Absturz, ein offensichtlich leeres Feld. Ein Sprachmodell scheitert plausibel: Es liefert eine Zahl, die richtig aussieht, richtig formatiert ist und falsch ist. Nachgelagert prüft sie niemand erneut, weil sie gut aussah. In der Buchhaltung ist ein selbstsicherer falscher Wert schädlicher als ein offensichtlicher Fehler, weil er still in Meldungen und Zahlungen weiterwandert.

Determinismus ist die Compliance-Grenze

Deshalb hält eunormia die Compliance-Grenze strikt deterministisch. Summen werden serverseitig aus den Positionen nachgerechnet und müssen aufgehen. Jede erzeugte Rechnung muss eine veraPDF-Prüfung (PDF/A-3) und das EN 16931-Geschäftsregel-Schematron bestehen; was nicht bestünde, wird nie ausgeliefert. Kein Modell wird gefragt, ob es das Ergebnis für gültig hält — es wird mechanisch gegen den Standard bewiesen oder zurückgewiesen.

Eine vernünftige Architektur

Die beiden Ideen widersprechen sich nicht; sie gehören an verschiedene Orte. Lassen Sie die KI die unscharfe Arbeit am Rand erledigen — Extraktion, Vorschläge, Vorsortierung —, wo ein Mensch noch abzeichnet. Halten Sie ein deterministisches Gate im Kern, wo Korrektheit bewiesen und nicht vorhergesagt wird. So genutzt ist KI ein fähiger Assistent. Nur über die Korrektheit entscheiden darf sie nie.